CN111178386B - 一种对车辆进行业务处理的方法及装置 - Google Patents

一种对车辆进行业务处理的方法及装置 Download PDF

Info

Publication number
CN111178386B
CN111178386B CN201911219098.9A CN201911219098A CN111178386B CN 111178386 B CN111178386 B CN 111178386B CN 201911219098 A CN201911219098 A CN 201911219098A CN 111178386 B CN111178386 B CN 111178386B
Authority
CN
China
Prior art keywords
time
service processing
service
vehicle
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911219098.9A
Other languages
English (en)
Other versions
CN111178386A (zh
Inventor
苏航
印诚宇
赵大雷
徐锐红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Leading Technology Co Ltd
Original Assignee
Nanjing Leading Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Leading Technology Co Ltd filed Critical Nanjing Leading Technology Co Ltd
Priority to CN201911219098.9A priority Critical patent/CN111178386B/zh
Publication of CN111178386A publication Critical patent/CN111178386A/zh
Application granted granted Critical
Publication of CN111178386B publication Critical patent/CN111178386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种对车辆进行业务处理的方法及装置，该方法包括：获取与车辆进行指定业务处理相关的业务处理相关数据；根据业务处理相关数据进行对应的业务处理等待时间的影响程度，业务处理相关数据映射为时间影响参数；根据进行业务处理时各时间影响参数对应指标，筛选出满足对应指标的时间影响参数；根据筛选出的时间影响参数，利用业务处理时间预测算法计算需要等待的业务时间总参数；根据业务时间总参数，配置车辆进行业务处理所需的业务资源。利用本发明提供的方法可以在车辆到达维修服务中心后，不用进行全车检测，再进行保养作业。通过确定精准的保养项目，使得车辆运营商可以节省运营成本，并对车辆进行合理的资源配置。

Description

一种对车辆进行业务处理的方法及装置
技术领域
本发明涉及车辆管理领域，特别涉及一种对车辆进行业务处理的方法及装置。
背景技术
如今，在交通运输出行行业中，越来越多的企业拥有自行组建的大型车队；例如物流公司通常拥有用于物流的汽车超过万辆，汽车租赁及运营商也拥有专车超过10万辆；并且各网约车平台也拥有超过10万辆的用于自营的车辆；当企业拥有了大规模的车辆队伍后，如何进行车辆运营管理成为一个需要解决的问题；
当前车辆运营分析及管理主要有以下两种场景；当车辆发生故障后，直接进入维修服务中心维修，或是定期的对车辆的例行保养；但是车辆运营企业购置车辆时，通常都是批量购置，可能间接导致了在某一个时间段中有大批车辆需要同时进行维修保养的情况；但如果对每辆车都实行私家车式的全车整体检查保养，也造成了时间成本以及运营成本的大量浪费，并且因车辆购置的时间是相同的，这样车辆各配件更换时间也大致是相同，如果没有提前储备好配件，则会导致车辆大规模的维修终端，严重的情况会导致运营企业的该部分车辆停止运营，给运营企业造成重大损失。
发明内容
本发明提供了一种对车辆进行业务处理的方法及装置，用于解决车辆发生故障后，进入维修服务中心维修但由于运营企业的车辆购置都是批量的，导致了在某一个时间段大批车辆同时需要进行维修保养。当每辆车都实行私家车式的全车检查保养，造成了时间成本、运营成本的大量浪费。若没有储备好配件，对车辆进行合理的配置，则会导致车辆大规模的停止运营，给企业造成严重的损失。
本发明的第一方面提供了一种对车辆进行业务处理的方法，该方法包括：
获取与车辆进行指定业务处理相关的业务处理相关数据；
根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
可选地，所述业务处理包括不同类型的业务处理，所述筛选出满足对应指标的时间影响参数，为满足任一类型的业务处理对应指标的时间影响参数，计算进行业务处理需要等待的业务时间总参数，包括：
根据筛选出的任一类型的业务处理对应指标的时间影响参数，利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
可选地，根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数，包括：
确定筛选出的时间影响参数对应的预测系数；
利用业务处理时间预测算法，根据所述时间影响参数对应的预测系数，计算业务时间总参数。
可选地，确定筛选出的时间影响参数对应的预测系数，包括：
在业务处理时间预测算法中输入作为预测样本的样本时间影响参数，以及作为预测样本结果的样本业务时间总参数，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数。
可选地，根据所述时间影响参数对应的预测系数，计算业务时间总参数，包括：
将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
可选地，根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源，包括：
确定各车辆进行不同类型的业务处理需要等待的业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间；
从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源。
可选地，根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源，包括：
根据各车辆对应的业务处理等待时间从前往后的顺序，依次确定各车辆对应的业务处理等待时间到达后，当前库存对应的业务资源是否满足配置需求；
若满足配置需求，向该车辆发送业务处理消息，否则，获取相应的业务资源以满足该车辆的配置需求并向车辆发送业务处理消息。
本发明的第二方面提供一种对车辆进行业务处理的装置，所述装置包括如下模块：
业务处理相关数据模块，用于获取与车辆进行指定业务处理相关的业务处理相关数据；
时间影响参数确定模块，用于根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
时间影响参数筛选模块，用于根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
业务时间总参数计算模块，用于根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
业务资源配置模块，用于根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
时间影响参数筛选模块，根据筛选出的任一类型的业务处理对应指标的时间影响参数，利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
业务时间总参数计算模块，确定筛选出的时间影响参数对应的预测系数；
利用业务处理时间预测算法，根据所述时间影响参数对应的预测系数，计算业务时间总参数。
业务时间总参数计算模块，在业务处理时间预测算法中输入作为预测样本的样本时间影响参数，以及作为预测样本结果的样本业务时间总参数，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数。
业务时间总参数计算模块，将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
业务资源配置模块，确定各车辆进行不同类型的业务处理需要等待的业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间；
从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源。
业务处理中心模块，根据各车辆对应的业务处理等待时间从前往后的顺序，依次确定各车辆对应的业务处理等待时间到达后，当前库存对应的业务资源是否满足配置需求；
若满足配置需求，向该车辆发送业务处理消息，否则，获取相应的业务资源以满足该车辆的配置需求并向车辆发送业务处理消息。
本发明的第三方面提供一种车辆进行业务处理的装置，所述装置包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述存储器中的计算机程序，所述计算机程序用于执行本发明第一方面提供的对车辆进行业务处理的方法。
可选地，所述业务处理包括不同类型的业务处理，所述筛选出满足对应指标的时间影响参数，为满足任一类型的业务处理对应指标的时间影响参数，计算进行业务处理需要等待的业务时间总参数，包括：
根据筛选出的任一类型的业务处理对应指标的时间影响参数，利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
可选地，根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数，包括：
确定筛选出的时间影响参数对应的预测系数；
利用业务处理时间预测算法，根据所述时间影响参数对应的预测系数，计算业务时间总参数。
可选地，确定筛选出的时间影响参数对应的预测系数，包括：
在业务处理时间预测算法中输入作为预测样本的样本时间影响参数，以及作为预测样本结果的样本业务时间总参数，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数。
可选地，根据所述时间影响参数对应的预测系数，计算业务时间总参数，包括：
将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
可选地，根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源，包括：
确定各车辆进行不同类型的业务处理需要等待的业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间；
从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源。
可选地，根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源，包括：
根据各车辆对应的业务处理等待时间从前往后的顺序，依次确定各车辆对应的业务处理等待时间到达后，当前库存对应的业务资源是否满足配置需求；
若满足配置需求，向该车辆发送业务处理消息，否则，获取相应的业务资源以满足该车辆的配置需求并向车辆发送业务处理消息。
本发明的第四方面提供一种计算机介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如本发明第一方面提供的对车辆进行业务处理的方法。
利用本发明提供的方法可以根据每辆车具体实际情况，确定保养时间，避免了大规模同时保养造成企业的停止运营的损失，在车辆到达维修服务中心后，可以直接进行作业，而不用先进行全车检测，再进行保养作业。保养省时高效，并使维修服务中心可以预先准备保养所需的耗材，避免了车辆到店后，无法进行保养，需二次到店的情况，且维修服务中心配件库可以根据实际情况进行配件存储，而不用在库存积压与满足运营需求及时保养车辆进行选择，以确定精准的保养项目，车辆运营商可以节省大量的运营成本。
附图说明
图1为车辆业务处理***示意图；
图2为对车辆进行业务处理的方法流程图；
图3为业务处理相关的业务处理相关数据示意图；
图4为对车辆进行业务处理的方法完整流程图；
图5为一种对车辆进行业务处理的装置模块示意图；
图6为一种对车辆进行业务处理的装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合说明书附图对本发明实施例作进一步详细描述。应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
为了方便理解，下面对本发明实施例中涉及的名词进行解释：
1)车载tbox，也称汽车盒子，可以深度读取汽车（Controller Area Network，Can）总线数据和私有协议，T-box终端具有双核处理的（On Board Diagnostics，OBD）模块，双核处理的CPU构架，分别采集汽车总线Dcan、Kcan、PTcan相关的总线数据和私有协议反向控制，通过GPRS网络将数据传出到云服务器，提供车况报告、行车报告、油耗统计、故障提醒、违章查询、位置轨迹、驾驶行为、安全防盗、预约服务、远程找车、利用手机控制汽车门、窗、灯、锁、喇叭、双闪、反光镜折叠、天窗、监听中控警告和安全气囊状态等。
2)数据分箱处理，一般在建立分类模型时，需要对连续变量离散化，特征离散化后，模型会更稳定，降低了模型过拟合的风险。比如在建立申请评分卡模型时用logsitic作为基模型就需要对连续变量进行离散化，离散化通常采用分箱法。
实施例1
本实施例提供一种对车辆进行业务处理的方法，如图1所示，为车辆业务处理***图，从车辆Tbox101(Telematics box，车载网联终端)获取到车辆的相关信息，车辆信息处理服务器102，将从车辆Tbox101获取到的车辆的相关信息进行预处理，通过预处理后的数据分析是否需要进行业务处理以及何时进行业务处理。车辆信息处理服务器102将对各车辆的业务处理顺序以及业务处理项目发送到多个业务处理中心103中，对车辆按业务处理顺序进行各个项目的业务处理。
具体的，所述从Tbox101中获取的车辆的相关信息为，本实施例所述的业务处理为针对车辆的维修及保养项目，所述车辆的相关信息包括三部分：Tbox采集的车辆状态信息、Tbox采集的驾驶员行为信息以及通过Tbox采集的车辆的维修事故信息。
Tbox采集的车辆状态信息包括：累计里程，气囊***故障，危险警报灯状态，空调消耗功率，空调***故障，电子驻车制动***(Electrical Park Brake，EPB)故障，电子驻车制动***当前状态电子转向控制器(Electric Power Steering，EPS)故障，电子转向锁(Electrical Steering Colum Lock，ESCL)故障，电子稳定控制***(ElectronicStability Controller，ESC)故障，多媒体显示控制器故障，集成式车身控制器（integration body control moduleI，BCM）故障，胎压状态，转向***故障，加速踏板行程值，发动机故障列表，其他故障总数等；
Tbox采集的驾驶员行为信息包括：行驶时间、行驶速度，转向角度，制动踏板行程，制动踏板持续工作时间等；
Tbox采集的车辆的维修事故信息包括：维修时间、更换的零部件、维修时长、维修地点等。
本实施例提供一种对车辆进行业务处理的方法，如图2所示，其步骤流程具体为：
步骤S201，获取与车辆进行指定业务处理相关的业务处理相关数据；
根据车辆信息处理服务器向车辆的Tbox发送的获取相关的业务处理相关数据的命令，车辆的Tbox从存储数据空间中获取业务处理相关数据，并发送到车辆信息处理服务器中。
如图3所示，为车辆信息处理服务器接收到的进行指定业务处理相关的业务处理相关数据示意图，并在业务处理关联类别301的右侧存在业务处理关联数据302。
步骤S202，根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
根据业务处理相关数据进行对应的业务处理等待时间的影响程度，对业务处理相关数据进行预处理，其中，业务处理相关数据进行对应的业务处理等待时间的影响程度，映射为时间影响参数，业务处理为针对车辆的维修及保养项目，根据数据类型的不同，对数据采用不同方法映射。
作为一种可选的实施方式，如对由Tbox中获取的车辆内部的各部件故障信息，对该中故障信息做二值化处理，当该部件有故障时，该类型的故障信息的时间影响参数为1，无故障时故障信息的时间影响参数为0。
当获取车辆发动机转速或里程数等类数据时，根据数据的大小，对数据进行数据分箱处理，数据分箱就是将连续变量离散化，例如获取到车辆行驶里程数信息，当车辆里程数为0~4000公里时，将车辆里程数的时间影响参数映射为0，当车辆里程数为4000~8000公里时，将车辆里程数的时间影响参数映射为0.4，当车辆里程数为8000+公里时，将车辆里程数的时间影响参数映射为0.8等；
当获取车辆转向角度等类数据时，首先设定一预设转向角度，此转向角度会对车辆的某些部件产生影响，获取车辆转向角度大于该预设角度的次数，根据次数数据对数据再次做分箱处理，将车辆转向角度映射为时间影响参数。
当获取车辆维修信息时，根据车辆上次的维修部件以及距离现在的维修时长，映射为时间影响参数。
步骤S203，根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
具体的，首先设定各时间影响参数的对应的指标，从该车辆的时间影响参数筛选出满足该指标的时间影响参数；
作为一种可选的实施方式，针对各个时间影响参数设定时间参数指标值，当该车辆的时间参数指标值大于时间参数指标值，将该时间影响参数筛选为满足该指标的时间影响参数。
作为另一种可选的实施方式，针对各个时间影响参数设定时间参数指标值，计算该时间影响参数与时间参数指标值的方差值，并设定方差阈值，当方差值大于设定方差阈值时，将该时间影响参数筛选为满足该指标的时间影响参数。
步骤S204，根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
将该车辆下的筛选出的满足对应指标的时间影响参数，根据业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
具体的，各个时间影响参数对应至少一个业务处理的项目，将该业务处理下的时间影响参数经过利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
具体的，业务处理时间预测算法，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数；
通过在业务处理时间预测算法中输入作为样本的样本时间参数以及业务时间总参数作为输入参数，将各个时间影响参数对应的预测系数作为输出参数，得到时间影响参数对应的预测系数。
将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
例如，该业务处理为对车辆轮胎的保养，经过车辆轮胎保养项目下的满足筛选标准的时间影响参数包括：车辆里程数对应的时间影响参数为0.8，车辆转向角度对应的时间影响参数为0.5，经过xgboost系数预测算法得到，车辆里程数对应的时间影响参数的预测系数为0.3，车辆转向角度对应的时间影响参数的预测系数为0.1，最终得到的时间影响总参数为0.8*0.3+0.5*0.1为0.29。
步骤S205，根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
根据获取到时间影响总参数，将该时间影响总参数转换为该业务处理项目的等待时间，业务处理中心根据业务处理项目的等待时间对所述车辆进行业务配置。
作为一种可选的实施方式，每个车辆下的存在至少一个业务处理的项目，首先在该车辆中筛选出等待时间距离当前时间的最近的业务处理，并将该等待时间设定为该车辆的等待时间，业务处理服务器根据各个车辆的等待时间，对车辆的对应业务顺序进行排序；
车辆信息处理服务器将各个车辆的业务顺序以及各个车辆距离业务处理中心的距离，给各个业务中心发送该业务中心的车辆业务处理顺序，各个业务处理中心根据车辆的业务处理顺序，确定各个业务中心的库存零件是否充足以及是否能够处理该项目。当业务处理中心可以处理该车辆的业务处理时，向车辆信息处理服务器发送可以处理该业务处理消息，车辆信息处理服务器向对应车辆发送，该项业务处理需要进行，到该业务处理中心进行业务处理的消息。
当业务处理中心不可以处理该车辆的业务处理时，首先由业务处理中心补充库存，当业务处理中心在短时间内不能补充库存或该业务处理中心不具备该项业务处理的能力时，向车辆信息处理服务器发送不能处理该业务处理消息，
车辆信息处理服务器向其他业务处理中心发送业务处理指令，并根据各业务处理中心的反馈情况，确定能够进行业务处理距离该车辆最近的业务处理中心，车辆信息处理服务器向对应车辆发送，该项业务处理需要进行，到该业务处理中心进行业务处理的消息。
作为另一种可选地实施方式，每个车辆都对应一固定的业务处理中心，由Tbox获取的业务处理相关数据直接发送到对应的业务处理中心，业务处理中心，对所述业务处理相关数据进行预处理，并进行筛选，步骤与上述实施例相同这里不再赘述，通过计算各车辆的业务处理的等待时间，对在该业务处理中心的车辆进行排序，业务处理中心根据业务处理顺序对库存进行确认，当业务处理中心能够处理该业务时，向对应车辆发送，该项业务处理需要进行，到该业务处理中心进行业务处理的消息；
当业务处理中心不能够处理该业务时，向对应车辆发送，该项业务处理需要进行，到该业务处理中心进行业务处理的消息到其他推荐业务处理中心进行业务处理的消息。
因业务处理中心已对所需进行保养的车辆的保养项目存在预先准备，可以直接进行保养作业，实现精准高效的保养。
根据每辆车具体实际情况，确定保养时间，避免了大规模同时保养造成企业的停止运营的损失。保养项目的预先确定，优点是车辆在到达维修服务中心后，可以直接进行作业，而不用先进行全车检测，再进行保养作业。保养省时高效。保养项目的预先确定，可以使维修服务中心可以预先准备保养所需的耗材，避免了车辆到店后，无法进行保养，需二次到店的情况。
以及，维修服务中心配件库可以根据实际情况进行配件存储，而不用在库存积压与满足运营需求及时保养车辆二者之间艰难选择。可以确定精准的保养项目，减少了保养项目，车辆运营商可以节省大量的运营成本。
如图4所示，为对车辆进行业务处理的方法完整流程图，
步骤S401，通过车载Tbox获取业务处理相关数据，并发送到业务处理服务器中；
步骤S402，业务处理服务器获取业务处理相关数据后，根据各业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为对应的时间影响参数；
步骤S403，根据设定的各时间影响参数对应指标，对各个时间影响参数进行筛选，筛选出满足指标的时间影响参数；
步骤S404，基于各满足影响参数对应的业务处理，利用业务处理时间预测算法，计算各业务处理需要等待的业务时间总参数；
步骤S405，根据业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间，从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
步骤S406，业务处理服务器根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源，将需配置的车辆发送给各个业务处理中心；
步骤S407，业务处理中心判断是否能满足被配置车辆的需求，向业务处理服务器返回结果，若满足被配置车辆的需求，则执行步骤S408，若不满足被配置车辆的需求，则执行步骤S409；
步骤S408，业务处理服务器接收到业务处理中心能够满足需求的回复，向对应车辆发送需要进行业务处理的消息；
步骤S409，业务处理服务器接收到业务处理中心不满足需求的回复，向对应车辆发送需要进行业务处理，并向该车辆指定满足配置需求的业务服务中心。
实施例2
本发明实施例提供了一种对车辆进行业务处理的装置，所述装置包括如下模块：
业务处理相关数据模块501，用于获取与车辆进行指定业务处理相关的业务处理相关数据；
时间影响参数确定模块502，用于根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
时间影响参数筛选模块503，用于根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
业务时间总参数计算模块504，用于根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
业务资源配置模块505，用于根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
时间影响参数筛选模块503，根据筛选出的任一类型的业务处理对应指标的时间影响参数，利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
业务时间总参数计算模块504，确定筛选出的时间影响参数对应的预测系数；
利用业务处理时间预测算法，根据所述时间影响参数对应的预测系数，计算业务时间总参数。
业务时间总参数计算模块504，在业务处理时间预测算法中输入作为预测样本的样本时间影响参数，以及作为预测样本结果的样本业务时间总参数，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数。
业务时间总参数计算模块504，将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
业务资源配置模块505，确定各车辆进行不同类型的业务处理需要等待的业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间；
从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源。
业务处理中心模块506，根据各车辆对应的业务处理等待时间从前往后的顺序，依次确定各车辆对应的业务处理等待时间到达后，当前库存对应的业务资源是否满足配置需求；
若满足配置需求，向该车辆发送业务处理消息，否则，获取相应的业务资源以满足该车辆的配置需求并向车辆发送业务处理消息。
实施例3
本发明实施例提供一种车辆进行业务处理的装置，所述装置包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述存储器中的计算机程序，所述计算机程序用于执行如下步骤如下：
获取与车辆进行指定业务处理相关的业务处理相关数据；
根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
该存储数据同步装置可因配置或性能不同而产生比较大的差异，可以包括一个或一个以***处理器（英文全称：central processing units，英文简称：CPU）601（例如，一个或一个以上处理器）和存储器602，一个或一个以上存储应用程序604或数据605的存储介质603（例如一个或一个以上海量存储设备）。其中，存储器602和存储介质603可以是短暂存储或持久存储。存储在存储介质603的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对信息处理装置中的一系列指令操作。更进一步地，中央处理器601可以设置为与存储介质603通信，在装置600上执行存储介质603中的一系列指令操作。
装置600还可以包括一个或一个以上电源606，一个或一个以上有线或无线网络接口607，一个或一个以上输入输出接口608，和/或，一个或一个以上操作***609，例如Windows Server，Mac OS X，Unix，Linux，FreeBSD等。
可选地，上述处理器还用于：根据筛选出的任一类型的业务处理对应指标的时间影响参数，利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
可选地，上述处理器还用于：确定筛选出的时间影响参数对应的预测系数；
利用业务处理时间预测算法，根据所述时间影响参数对应的预测系数，计算业务时间总参数。
可选地，上述处理器还用于：在业务处理时间预测算法中输入作为预测样本的样本时间影响参数，以及作为预测样本结果的样本业务时间总参数，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数。
可选地，根据所述时间影响参数对应的预测系数，计算业务时间总参数，包括：
将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
可选地，上述处理器还用于：确定各车辆进行不同类型的业务处理需要等待的业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间；
从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源。
可选地，上述处理器还用于：根据各车辆对应的业务处理等待时间从前往后的顺序，依次确定各车辆对应的业务处理等待时间到达后，当前库存对应的业务资源是否满足配置需求；
若满足配置需求，向该车辆发送业务处理消息，否则，获取相应的业务资源以满足该车辆的配置需求并向车辆发送业务处理消息。
实施例4
本发明实施例提供一种计算机介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现实施例1提供的对车辆进行业务处理的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种对车辆进行业务处理的方法，其特征在于，该方法包括：
获取与车辆进行指定业务处理相关的业务处理相关数据；
根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
2.根据权利要求1所述的方法，其特征在于，所述业务处理包括不同类型的业务处理，所述筛选出满足对应指标的时间影响参数，为满足任一类型的业务处理对应指标的时间影响参数，计算进行业务处理需要等待的业务时间总参数，包括：
根据筛选出的任一类型的业务处理对应指标的时间影响参数，利用业务处理时间预测算法，计算进行该类型的业务处理需要等待的业务时间总参数。
3.根据权利要求1所述的方法，其特征在于，根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数，包括：
确定筛选出的时间影响参数对应的预测系数；
利用业务处理时间预测算法，根据所述时间影响参数对应的预测系数，计算业务时间总参数。
4.根据权利要求3所述的方法，其特征在于，确定筛选出的时间影响参数对应的预测系数，包括：
在业务处理时间预测算法中输入作为预测样本的样本时间影响参数，以及作为预测样本结果的样本业务时间总参数，利用xgboost系数预测算法确定筛选出的时间影响参数对应的预测系数。
5.根据权利要求3所述的方法，其特征在于，根据所述时间影响参数对应的预测系数，计算业务时间总参数，包括：
将时间影响参数与对应的预测系数相乘并求和得到业务时间总参数。
6.根据权利要求2所述的方法，其特征在于，根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源，包括：
确定各车辆进行不同类型的业务处理需要等待的业务时间总参数，确定各车辆进行不同类型的业务处理的等待时间；
从每个车辆中对应的不同等待时间中，确定最接近当前时间的等待时间为该车辆的业务处理等待时间；
根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源。
7.根据权利要求6所述的方法，其特征在于，根据各车辆对应的业务处理等待时间的顺序，配置所述车辆进行所述业务处理所需的业务资源，包括：
根据各车辆对应的业务处理等待时间从前往后的顺序，依次确定各车辆对应的业务处理等待时间到达后，当前库存对应的业务资源是否满足配置需求；
若满足配置需求，向该车辆发送业务处理消息，否则，获取相应的业务资源以满足该车辆的配置需求并向车辆发送业务处理消息。
8.一种对车辆进行业务处理的装置，其特征在于，所述装置包括如下模块：
业务处理相关数据模块，用于获取与车辆进行指定业务处理相关的业务处理相关数据；
时间影响参数确定模块，用于根据业务处理相关数据进行对应的业务处理等待时间的影响程度，将业务处理相关数据映射为时间影响参数；
时间影响参数筛选模块，用于根据进行业务处理时各时间影响参数对应指标，从所述时间影响参数中，筛选出满足对应指标的时间影响参数；
业务时间总参数计算模块，用于根据筛选出的时间影响参数，利用业务处理时间预测算法计算进行业务处理需要等待的业务时间总参数；
业务资源配置模块，用于根据所述业务时间总参数，配置所述车辆进行所述业务处理所需的业务资源。
9.一种对车辆进行业务处理的装置，其特征在于，所述装置包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述存储器中的计算机程序，所述计算机程序用于执行如权利要求1~7任一项所述对车辆进行业务处理的方法。
10.一种计算机介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1~7任一项所述对车辆进行业务处理的方法。
CN201911219098.9A 2019-12-03 2019-12-03 一种对车辆进行业务处理的方法及装置 Active CN111178386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911219098.9A CN111178386B (zh) 2019-12-03 2019-12-03 一种对车辆进行业务处理的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911219098.9A CN111178386B (zh) 2019-12-03 2019-12-03 一种对车辆进行业务处理的方法及装置

Publications (2)

Publication Number Publication Date
CN111178386A CN111178386A (zh) 2020-05-19
CN111178386B true CN111178386B (zh) 2022-06-07

Family

ID=70651972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911219098.9A Active CN111178386B (zh) 2019-12-03 2019-12-03 一种对车辆进行业务处理的方法及装置

Country Status (1)

Country Link
CN (1) CN111178386B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001509B (zh) * 2020-08-31 2024-04-09 南京爱福路汽车科技有限公司 一种汽车维修保养的智能开单推荐***及开单方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109213597A (zh) * 2018-08-01 2019-01-15 平安科技（深圳）有限公司 资源分配方法、装置、计算机设备及计算机可读存储介质
CN109672795A (zh) * 2018-11-14 2019-04-23 平安科技（深圳）有限公司 呼叫中心资源管理方法及装置、电子设备、存储介质
CN109726092A (zh) * 2018-12-29 2019-05-07 深圳市联影医疗数据服务有限公司 总线处理效率评估方法、***和计算机存储介质
CN110222246A (zh) * 2019-06-17 2019-09-10 广州小鹏汽车科技有限公司 一种数据筛选方法和装置
CN110493190A (zh) * 2019-07-15 2019-11-22 平安科技（深圳）有限公司 数据信息的处理方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109213597A (zh) * 2018-08-01 2019-01-15 平安科技（深圳）有限公司 资源分配方法、装置、计算机设备及计算机可读存储介质
CN109672795A (zh) * 2018-11-14 2019-04-23 平安科技（深圳）有限公司 呼叫中心资源管理方法及装置、电子设备、存储介质
CN109726092A (zh) * 2018-12-29 2019-05-07 深圳市联影医疗数据服务有限公司 总线处理效率评估方法、***和计算机存储介质
CN110222246A (zh) * 2019-06-17 2019-09-10 广州小鹏汽车科技有限公司 一种数据筛选方法和装置
CN110493190A (zh) * 2019-07-15 2019-11-22 平安科技（深圳）有限公司 数据信息的处理方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111178386A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
US11756126B1 (en) Method and system for automatically streamlining the vehicle claims process
US11878643B2 (en) Event-based connected vehicle control and response systems
EP3428031B1 (en) Driver assist design analysis system
US10733814B1 (en) System and method for using a specialty vehicle data identifier to facilitate treatment of a vehicle damaged in a crash
US20170169399A1 (en) System and method for vehicle pricing
CN111340419A (zh) 物流在线监控方法、装置、***、设备及存储介质
EP3086266A1 (en) Systems and methods for collecting line replaceable unit removal data
CN112508488A (zh) 固废车辆运输监控方法、装置、设备及存储介质
US20240095686A1 (en) Autonomous car repair
CN111178386B (zh) 一种对车辆进行业务处理的方法及装置
CN110574089A (zh) 用于数据收集的方法
CN109489671A (zh) 一种agv机器人的路径规划方法、装置和***
CN115456464A (zh) 车辆调度***及其方法
CN113283682B (zh) 车辆救援方法、装置、电子设备及存储介质
CN116543242B (zh) 基于高速收费数据的车型检测方法、装置、设备及介质
Maalik et al. Intelligent Vehicle diagnostic system for service center using OBD-II and Iot
US8170743B2 (en) Integrated diagnosis and prognosis system as part of the corporate value chain
KR20210061755A (ko) 전동차 스마트 유지보수 시스템
Makarova et al. Improving the reliability of autonomous vehicles in a branded service system using big data
CN114511242A (zh) 运营车辆的任务分配方法、装置、电子设备及存储介质
CN114141041A (zh) 汽车的远程泊车控制方法、***、存储介质及设备
Babiyola et al. Development of an Internet of Things-based Integrated System for Fleet Management in RealTime
CN113296811A (zh) 基于联网车载终端的车身ota远程升级***及方法
CN110096050A (zh) 无人驾驶的方法、终端设备及计算机可读存储介质
CN109727338A (zh) 电动车辆控制方法、装置、存储介质、电动车辆及服务器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant